[发明专利]语音处理方法、装置及系统

说明书

本申请涉及智能车辆技术领域，提供一种语音处理方法、装置及系统，其中获取用户的输入语音信息；根据输入语音信息，确定输入语音信息对应的多个第一置信度，多个第一置信度分别对应于多个语种；根据用户的用户特征修正多个第一置信度为多个第二置信度；根据多个第二置信度，确定输入语音信息的语种。采用如上所述的语音处理方法，在考虑了用户特征的基础上确定用户的输入语音信息的语种，因此，能够提高语种识别精度，提高语音识别能力。

技术领域

本申请涉及人工智能技术领域，特别涉及一种语音处理方法、装置及系统。

背景技术

随着计算机技术的发展，语音识别技术已得到了越来越广泛的应用。另外，随着全球化的加深，经常会出现使用不同语种的人混合办公和生活的场景。例如，在国际航班上，乘员往往是来自不同的国家或地区的人，他们所使用的语言并不相同。或者，例如在新加坡这样的国家，英语是大多数当地人的第一外语，同时，由于华人、华裔较多，他们通常会以汉语为日常交流语言。由此，英语和汉语都可能出现在交流中。因此，为了应对这种情况，出现了一种能够识别不同语种语音(例如，既能够识别汉语语音，又能够识别英语语音)的技术。

但是目前该技术的识别结果有时会产生波动，即对语音的识别能力较低，在这方面还存在改进的余地。

发明内容

本申请提供一种能够提高语音识别能力的语音处理方法、装置及系统等，用于提升语音识别的准确性。

本申请第一方面涉及一种语音处理方法，包括如下内容：获取用户的输入语音信息；根据输入语音信息，确定输入语音信息对应的多个第一置信度，多个第一置信度分别对应于多个语种；根据用户的用户特征修正多个第一置信度为多个第二置信度；根据多个第二置信度，确定输入语音信息的语种。

采用如上所述的语音处理方法，根据用户的用户特征修正多个第一置信度为多个第二置信度，根据多个第二置信度确定输入语音信息的语种，即在考虑了用户特征的基础上确定用户的输入语音信息的语种，因此，能够提高语种识别精度，提高语音识别能力。

作为本申请第一方面的一个可能的实现方式，根据用户的用户特征修正多个第一置信度为多个第二置信度，具体可以包括：在多个第一置信度小于第一阈值时，根据用户特征修正多个第一置信度为多个第二置信度。

多个第一置信度小于第一阈值时难以根据第一置信度来确定输入语音信息的语种。在此时根据用户特征修正多个第一置信度为多个第二置信度的话，根据第二置信度确定输入语音信息的语种，能够提高语种的识别精度，提高语音识别能力。

用户特征可以包括历史语种记录、用户指定语种中的一个或多个。

采用该方式，根据用户的历史语种记录和/或用户指定语种来修正第一识别置信度，在此基础上确定输入语音的语种，从而，能够提高语种识别能力。

这里的用户的历史语种记录是指在输入上述输入语音之前该用户输入的语音所属的语种的记录。这里的用户指定语种是指用户设定的系统语言的种类，可能仅存在一个用户指定语种，也可能存在多个用户指定语种(即用户曾经设定过的系统语言有多种)。

作为本申请第一方面的一个可能的实现方式，历史语种记录与用户指定语种是根据输入语音信息的声纹特征查询得到的。

采用如上方式，根据输入语音信息的声纹来查询历史语种记录或用户指定语种，例如与根据人脸信息、虹膜等来查询的方式相比，能够避免对用户(说话者)的误识别(将非说话者识别为说话者)造成语种误识别。另外，采用如上方式，根据输入语音信息即可得到声纹，而根据人脸信息、虹膜等来查询的方式还需要获得用户图像，因而，根据声纹进行查询的方式所需的设备更少、处理更迅速。

作为本申请第一方面的一个可能的实现方式，多个第一置信度由多个初始置信度和多个预设权重确定。语音处理方法还可以包括如下内容：根据多个第二置信度，更新多个预设权重。